本发明提供一种
锂电池剩余循环寿命预测模型的构建方法及装置,其中,该方法包括:获取N个样本电池的特征数据,特征数据包括:m个充电特征元素、n个放电特征元素和样本电池电容,其中,N为大于1的整数,m、n为大于0的整数,采用自编码模型对N个样本电池的特征数据进行特征融合处理,得到融合后的特征数据,其中,融合后的特征数据包括有L个特征元素,L为大于0的整数,且L小于m+n+1,采用N个样本电池融合后的特征数据对深度神经网络DNN模型进行训练,获取锂电池剩余循环寿命预测模型。实现了能够构建精确度更高的锂电池剩余循环寿命预测模型,从而使预测锂电池剩余循环寿命时能够更加简单、方便,得到预测结果精确度更高。
声明:
“锂电池剩余循环寿命预测模型的构建方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)